Luận văn Thạc sĩ Kỹ thuật: Nghiên cứu chính sách bền vững nhằm xây dựng thuật toán nâng cao hiệu quả cân bằng tải của điện toán đám mây

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:56

Thêm vào BST

Báo xấu

10
lượt xem 7
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu nghiên cứu của luận văn "Nghiên cứu chính sách bền vững nhằm xây dựng thuật toán nâng cao hiệu quả cân bằng tải của điện toán đám mây" nhằm tìm hiểu tổng quan về điện toán đám mây; Tìm hiểu về các thuật toán trên điện toán đám mây; Tìm hiểu về các thuật toán cân bằng tải trên điện toán đám mây; Tìm hiểu khả năng xảy ra quá tải, tài nguyên phân bổ không đồng đều, máy chủ quá tải và ngưng hoạt động.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Kỹ thuật: Nghiên cứu chính sách bền vững nhằm xây dựng thuật toán nâng cao hiệu quả cân bằng tải của điện toán đám mây

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG --------------------------------------- Nguyễn Thanh Trung NGHIÊN CỨU CHÍNH SÁCH BỀN VỮNG NHẰM XÂY DỰNG THUẬT TOÁN NÂNG CAO HIỆU QUẢ CÂN BẰNG TẢI CỦA ĐIỆN TOÁN ĐÁM MÂY LUẬN VĂN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) TP. HỒ CHÍ MINH – NĂM 2022
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG --------------------------------------- Nguyễn Thanh Trung NGHIÊN CỨU CHÍNH SÁCH BỀN VỮNG NHẰM XÂY DỰNG THUẬT TOÁN NÂNG CAO HIỆU QUẢ CÂN BẰNG TẢI CỦA ĐIỆN TOÁN ĐÁM MÂY Chuyên ngành: HỆ THỐNG THÔNG TIN Mã số: 8.48.01.04 LUẬN VĂN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS. TRẦN CÔNG HÙNG TP. HỒ CHÍ MINH – NĂM 2022
LỜI CAM ĐOAN Tôi cam đoan rằng luận văn: “Nghiên cứu chính sách bền vững nhằm xây dựng thuật toán nâng cao hiệu quả cân bằng tải của điện toán đám mây” là công trình nghiên cứu của chính tôi. Tôi cam đoan các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Không có sản phẩm/nghiên cứu nào của người khác được sử dụng trong luận văn này mà không được trích dẫn theo đúng quy định. TP. Hồ Chí Minh, ngày 25 tháng 01 năm 2022 Học viên thực hiện luận văn Nguyễn Thanh Trung
LỜI CẢM ƠN Trong suốt quá trình học tập và nghiên cứu thực hiện luận văn, ngoài nỗ lực của bản thân, tôi đã nhận được sự hướng dẫn nhiệt tình quý báu của quý Thầy Cô, cùng với sự động viên và ủng hộ của gia đình, bạn bè và đồng nghiệp. Với lòng kính trọng và biết ơn sâu sắc, tôi xin gửi lời cảm ơn chân thành tới: Ban Giám Đốc, Phòng đào tạo sau đại học và quý Thầy Cô đã tạo mọi điều kiện thuận lợi giúp tôi hoàn thành luận văn. Tôi xin chân thành cảm ơn Thầy PGS.TS Trần Công Hùng, người thầy kính yêu đã hết lòng giúp đỡ, hướng dẫn, động viên, tạo điều kiện cho tôi trong suốt quá trình thực hiện và hoàn thành luận văn. Tôi xin chân thành cảm ơn gia đình, bạn bè, đồng nghiệp trong cơ quan đã động viên, hỗ trợ tôi trong lúc khó khăn để tôi có thể học tập và hoàn thành luận văn. Mặc dù đã có nhiều cố gắng, nỗ lực, nhưng do thời gian và kinh nghiệm nghiên cứu khoa học còn hạn chế nên không thể tránh khỏi những thiếu sót. Tôi rất mong nhận được sự góp ý của quý Thầy Cô cùng bạn bè đồng nghiệp để kiến thức của tôi ngày một hoàn thiện hơn. Xin chân thành cảm ơn! TP. Hồ Chí Minh, ngày 25 tháng 01 năm 2022 Học viên thực hiện luận văn Nguyễn Thanh Trung
MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT iv DANH SÁCH BẢNG v DANH SÁCH HÌNH VẼ vi MỞ ĐẦU 1 CHƯƠNG 1. GIỚI THIỆU TỔNG QUAN VỀ HỆ THỐNG CÂN BẰNG TẢI CỦA ĐIỆN TOÁN ĐÁM MÂY 8 1.1. Tổng quan về điện toán đám mây 8 1.2. Tổng quan về cân bằng tải trong điện toán đám mây 16 1.2.1. Giới thiệu về cân bằng tải 16 1.2.2. Mục đích cân bằng tải 16 1.3. Tổng quan về trí tuệ nhân tạo (AI) 20 1.4. Tổng quan về machine learning 21 1.5. Chính sách bền vững 22 1.6. Kết luận chương 22 CHƯƠNG 2. CÁC CÔNG TRÌNH LIÊN QUAN 23 2.1. Giới thiệu chương 23 2.2. Các công trình nghiên cứu tại Việt Nam 23 2.3. Một số công trình nghiên cứu trên thế giới 23 2.4. Tổng kết chương 26 CHƯƠNG 3. NGHIÊN CỨU CHÍNH SÁCH BỀN VỮNG NHẰM XÂY DỰNG THUẬT TOÁN NÂNG CAO HIỆU QUẢ CÂN BẰNG TẢI CỦA ĐIỆN TOÁN ĐÁM MÂY 27 3.1. Giới thiệu chung 27 3.2. Mô hình nghiên cứu 27 3.3. Thuật toán Cây phân loại và hồi quy (Classification and Regression Tree - CART) 29 3.4. Thuật toán K-Means 29 3.5. Thuật toán đề xuất RCVKA 30 3.6. Kết luận chương 32 CHƯƠNG 4. MÔ PHỎNG CHƯƠNG TRÌNH VÀ ĐÁNH GIÁ KẾT QUẢ 34 4.1. Giới thiệu chung 34 4.2. Môi trường mô phỏng thực nghiệm 34 4.3. Kết quả thực nghiệm của mô hình. 37 4.4. Đánh giá kết quả 43
KẾT LUẬN 44 DANH MỤC TÀI LIỆU THAM KHẢO 46
DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT Viết tắt Tiếng Anh Tiếng Việt AI Artificial Intelligence Trí tuệ nhân tạo Cloud Cloud computing environment Môi trường điện toán đám mây CC Cloud Computing Điện toán đám mây ML Machine Learning Học máy LB Load Balancing Cân bằng tải
DANH SÁCH BẢNG Bảng 4.1. Thông số cấu hình Datacenter………………………… 35 Bảng 4.2. Cấu hình máy ảo………………………………………. 36 Bảng 4.3. Cấu hình thông số các Request………………………... 36 Bảng 4.4. Kết quả thực nghiệm mô phỏng với 30 request……….. 37 Bảng 4.5. Kết quả thực nghiệm mô phỏng với 60 request……….. 38 Bảng 4.6. Kết quả thực nghiệm mô phỏng với 100 request……… 39 Bảng 4.7. Kết quả thực nghiệm mô phỏng với 1000 request…….. 40
DANH SÁCH HÌNH VẼ Hình 1.1. Mô hình điện toán đám mây [1]………………………………... 10 Hình 1.2. Cung cấp tài nguyên đám mây [4]……………………………… 14 Hình 1.3. Cân bằng tải trong điện toán đám mây [5]……………………... 15 Hình 1.4. Kiến trúc của điện toán đám mây [7]…………………………… 16 Hình 1.5. Mô hình Cân bằng tải trong điện toán đám mây [8]……………. 17 Hình 3.1. Mô hình cân bằng tải…………………………………………… 28 Hình 4.1. Biểu đồ so sánh thời gian thực hiện của 5 thuật toán với 30 Request……………………………………………………………………. 38 Hình 4.2. Biểu đồ so sánh thời gian thực hiện của 5 thuật toán với 60 Request……………………………………………………………………. 39 Hình 4.3. Biểu đồ so sánh thời gian thực hiện của 5 thuật toán với 100 Request……………………………………………………………………. 40 Hình 4.4. Biểu đồ so sánh thời gian thực hiện của 5 thuật toán với 1000 Request……………………………………………………………………. 41 Hình 4.5. Thời gian thực hiện trung bình của 5 thuật toán từ 30-1000 Request……………………………………………………………………. 42 Hình 4.6. Thời gian thực hiện lớn nhất của 5 thuật toán từ 30-1000 Request……………………………………………………………………. 42
1 MỞ ĐẦU 1. Tính cấp thiết của đề tài Trong thời đại ngày nay, công nghệ thông tin và truyền thông ngày càng phát triển, đòi hỏi nhu cầu xử lý thông tin ngày càng cao, cần có hệ thống có khả năng lưu trữ và khai thác được một lượng dữ liệu lớn. Sự phát triển không ngừng của nền kinh tế thế giới và trong nước đòi hỏi các doanh nghiệp, các tập đoàn lớn phải có giải pháp để lưu trữ và khai thác thông tin về các dữ liệu lớn liên quan đến công việc kinh doanh của họ. Việc trang bị máy chủ vật lý đòi hỏi phải có một bộ phận kỹ thuật am hiểu về công nghệ thông tin để quản trị và vận hành hệ thống. Đồng thời cũng mất nhiều chi phí để đầu tư, nâng cấp phần mềm, phần cứng, phí bảo trì, nhân công... Chính vì thế, điện toán đám mây (cloud computing) là một trong những giải pháp đang thu hút được một số lượng lớn các doanh nghiệp sử dụng. Điện toán đám mây thực chất là mô hình các máy chủ ảo, sử dụng các công nghệ máy tính và phát triển dựa vào mạng Internet. Ở mô hình điện toán này, mọi khả năng liên quan đến công nghệ thông tin đều được cung cấp dưới dạng các "dịch vụ". “Dịch vụ” này cho phép người sử dụng truy cập các dịch vụ công nghệ từ một nhà cung cấp nào đó "trong đám mây" mà không cần phải có các kiến thức, kinh nghiệm về công nghệ đó. Ngoài ra, người dùng cũng không cần quan tâm đến các cơ sở hạ tầng phục vụ công nghệ mà mình được cung cấp. Điện toán đám mây giải quyết các vấn đề tối ưu hóa lưu trữ, ảo hóa máy chủ, cơ sở hạ tầng mạng với mục đích mang lại dịch vụ với chất lượng tốt nhất. Các tập đoàn, doanh nghiệp và cá nhân người dùng chỉ cần trả phí với dịch vụ tương ứng mà họ sử dụng. Nói về chất lượng dịch vụ trên điện toán đám mây, người dùng cảm thấy chất lượng dịch vụ đáp ứng tốt trong công việc quản lý điều hành, lưu trữ và khai thác tài nguyên. Mặt khác, việc quản lý tài nguyên trở thành một công việc phức tạp đối với các nhà cung cấp dịch vụ đám mây. Có một số vấn đề được đặt ra: làm sao khắc phục vấn đề thiếu tài nguyên, giảm độ trễ trên đám mây và khả năng cải thiện hiệu suất mạng khi nhiều người dùng sử dụng cùng lúc.
2 Để giải quyết các vấn đề trên, hiện nay đã có hệ thống cân bằng tải để phân bổ đồng đều lưu lượng truy cập giữa hai hay nhiều các máy chủ có cùng chức năng trong cùng một hệ thống. Bằng cách đó, sẽ giúp cho hệ thống cung cấp dịch vụ của nhà cung cấp giảm thiểu một cách tối đa tình trạng một máy chủ bị quá tải và ngưng hoạt động. Hiện nay có nhiều thuật toán cân bằng tải trên các dịch vụ đám mây. Tuy nhiên, hiệu quả của các thuật toán vẫn còn nhiều hạn chế, chưa đưa ra được giải pháp giúp bộ cân bằng tải cung cấp tài nguyên một cách hiệu quả và không tốn thời gian quay vòng lặp. Ngoài ra, các thuật toán cũng chưa có khả năng sẵn sàng và đảm bảo độ tin cậy của hệ thống. Do đó, việc đề xuất “Nghiên cứu chính sách bền vững nhằm xây dựng thuật toán nâng cao hiệu quả cân bằng tải của điện toán đám mây” là vô cùng cần thiết. Thuật toán đề xuất có khả năng chịu lỗi (Fault Tolerance), việc truy cập cũng được phân bổ đồng đều trên các nguồn tài nguyên, thậm chí là trên các Datacenter khi nhu cầu tăng lên một cách nhanh chóng. Hoặc khi một máy chủ gặp sự cố, chức năng cân bằng tải đám mây sẽ chỉ đạo phân phối công việc của máy chủ đó cho các máy chủ còn lại, đẩy thời gian (Uptime) của hệ thống lên cao nhất và cải thiện năng suất hoạt động. Nhằm nâng cao hiệu quả cân bằng tải trên các dịch vụ điện toán đám mây đã được đề xuất, em xin đưa ra nội dung đề tài nghiên cứu như sau: “Nghiên cứu chính sách bền vững nhằm xây dựng thuật toán nâng cao hiệu quả cân bằng tải của điện toán đám mây”. Đề cương luận văn bao gồm 03 phần: Phần mở đầu, nội dung gồm 04 chương và phần kết luận. 2. Tổng quan về vấn đề nghiên cứu 2.1. Tình hình nghiên cứu trong nước Trong bài báo [1] của Trần Công Hùng và các cộng sự đăng trên tạp chí Khoa học công nghệ Thông tin và truyền thông số 04(CS.01) 2018 của Học viện Công nghệ Bưu chính viễn thông, nhóm tác giả đã đề xuất một thuật toán cân bằng tải nhằm giảm thời gian đáp ứng trên điện toán đám mây. Ý tưởng chính của bài là
3 sử dụng thuật toán dự báo ARIMA để dự báo thời gian đáp ứng, từ đó đưa ra cách giải quyết phân phối tài nguyên hiệu quả dựa vào giá trị ngưỡng thời gian. Bài báo đã đưa ra thuật toán, thử nghiệm mô phỏng với mô hình nhỏ và đã đạt được một số kết quả mô phỏng khá tích cực và tiềm năng trong dự báo tương lai gần. Bài báo [2], [21] của tác giả Nguyễn Thanh Thủy và các cộng sự đăng trên tạp chí “International Journal of Computer Science and Network, Volume 4, Issue 2, April 2015”, đã trình bày một cách tiếp cận mới để cải thiện thuật toán ngăn chặn bế tắc. Cụ thể là lên lịch cho các chính sách cung cấp tài nguyên để phân bổ cho các tài nguyên không đồng nhất. Thuật toán ngăn chặn bế tắc có độ phức tạp thời gian chạy là O (min (m, n)). Trong đó, m là số lượng tài nguyên và n là số lượng quy trình. Họ đã đề xuất thuật toán phân bổ nhiều tài nguyên cho các dịch vụ cạnh tranh đang chạy trong các máy ảo trên nền tảng phân tán không đồng nhất. Các thí nghiệm cũng so sánh hiệu suất của phương pháp đề xuất với các công việc liên quan khác. Luận văn cũng nghiên bài báo [3] của các tác giả Nguyễn Hà Huy Cường, Đặng Hùng Vĩ, Phạm Nguyễn Minh Nhựt và Lê Văn Sơn trong cuốn sách “Những tiến bộ gần đây của công nghệ thông tin và truyền thông năm 2015 trang 285-295”. Trong bài viết này, họ đã nghiên cứu việc phân bổ tài nguyên ở cấp cơ sở hạ tầng thay vì nghiên cứu cách ánh xạ tài nguyên vật lý với tài nguyên ảo để sử dụng tài nguyên tốt hơn trong môi trường điện toán đám mây. Nhóm tác giả đề xuất một thuật toán mới để phân bổ tài nguyên cho cơ sở hạ tầng. Sau đó, cơ sở hạ tầng sẽ tự động phân bổ các máy ảo vào một trong số các ứng dụng điện toán đám mây dựa trên phát hiện gián đoạn. Từ đó, thuật toán có thể tiếp cận và sử dụng phương pháp ngưỡng để tối ưu hóa quyết định phân bổ lại tài nguyên. Họ cũng đã triển khai và thực hiện thuật toán mình đã đề xuất bằng cách sử dụng trình mô phỏng CloudSim. Kết quả thí nghiệm cho thấy thuật toán đề xuất của nhóm tác giả có thể nhanh chóng phát hiện bế tắc và sau đó giải quyết các tình huống tương đương các trường hợp trong thực tế. 2.2. Tình hình nghiên cứu trên thế giới Trong bài báo [4] “Deadlock Avoidance through Efficient Load Balancing to Control Disaster in Cloud Environment” của nhóm tác giả Mahitha. O và Suma. V,
4 Ấn Độ năm 2013 đã trình bày một kỹ thuật cân bằng tải hiệu quả để kiểm soát thảm họa trên môi trường điện toán đám mây. Thuật toán đề xuất được áp dụng để cân bằng tải. Cụ thể là so sánh hiệu suất hệ thống được thực hiện trong cả hai trường hợp có và không có cân bằng tải. Thuật toán đề xuất được thực hiện bằng cách sử dụng công cụ Cloud Analyst. Kết quả mô phỏng thu được đã mô tả việc chia sẻ và quản lý tài nguyên tốt hơn với thời gian phản hồi tổng thể tối thiểu, thời gian xử lý và thông lượng tốt hơn. Trong bài báo [5] “Deadlock prediction in linear systems” của tác giả Zbigniew Suraj được đưa ra tại Hội nghị chuyên đề về lý thuyết tính toán năm 1984 đã đề cập đến độ phức tạp tính toán của vấn đề dự đoán gián đoạn. Trong các hệ thống tuyến tính được điều tra. Tác giả đã đề xuất một thuật toán để giải quyết vấn đề này cho các hệ thống tuyến tính. Độ phức tạp của nó là đa thức. Bài báo cũng chứa một thuật toán giải quyết vấn đề tránh bế tắc trong các hệ thống. Độ phức tạp tính toán của thuật toán đó cũng là đa thức. Trong bài báo ngày 03/9/1990 [6] “DEADLOCK PREDICTION FOR ESCROW TRANSACTIONS” của tác giả PATRICK E. O’NEIL đã đề cập đến phương thức giao dịch ký quỹ cho phép các giao dịch tồn tại lâu dài và cập nhật hồ sơ mà không chặn quyền truy cập đồng thời của các giao dịch khác để ghi lại các bản ghi đã sửa đổi. Tình huống có thể xảy ra trong hệ thống ký quỹ phải kể đến yêu cầu cập nhật hiện không thể được cấp. Nhưng nếu giao dịch yêu cầu được phép chờ đợi, tình huống kết quả sẽ an toàn theo thuật toán của nhân viên ngân hàng. Nói cách khác, tức là một lịch trình được cấp yêu cầu tồn tại và theo sau đó, tất cả các yêu cầu hiện tại cũng có thể được cấp. Bất kỳ thuật toán nào để tìm lịch trình như vậy phải dự đoán những bế tắc tiềm ẩn và tác giả đã chỉ ra rằng vấn đề này là NP- eomplete - sử dụng một biến thể của bằng chứng bằng vàng. Bằng chứng rút ra được một sự tương đồng giữa dự đoán bế tắc giao dịch và thuật toán của nhân viên ngân hàng. Do đó, nó hình thành được các lợi ích độc lập. Trong kết luận của Mục 5, tác giả cũng chỉ ra được một số phân nhánh hiệu suất tiêu cực cơ bản của việc tránh phát hiện bế tắc vốn có trong cách tiếp cận tiêu chuẩn thuật toán của nhân viên ngân hàng. Điều này giúp mở ra một hướng mới trên con đường nghiên cứu thuật toán sau này.
5 Số đặc biệt của Tạp chí Ứng dụng Máy tính Quốc tế (0975 - 8887) về Công nghệ Điện toán và Truyền thông Tiên tiến cho Ứng dụng HPC - ACCTHPCA, tháng 6 năm 2012 đã đăng bài báo [7] “Enhanced Load Balancing Approach to Avoid Deadlocks in Cloud”. Bài báo đề cập đến công nghệ tiên tiến tập trung vào xử lý dữ liệu để đối phó với lượng dữ liệu khổng lồ. Thời điểm này, điện toán đám mây là một công nghệ mới nổi, cho phép người ta hoàn thành mục tiêu nói trên, dẫn đến cải thiện hiệu suất kinh doanh. Nó bao gồm người dùng yêu cầu dịch vụ của các ứng dụng đa dạng từ các máy chủ ảo phân tán khác nhau. Đám mây nên cung cấp tài nguyên theo yêu cầu cho khách hàng của mình với tính khả dụng và khả năng mở rộng cao cũng như giảm thiểu được tối đa chi phí. Cân bằng tải là một trong những yếu tố thiết yếu để nâng cao hiệu suất làm việc của nhà cung cấp dịch vụ đám mây. Năm 2015, một công bố quốc tế của nhóm tác giả Ha Huy Cuong Nguyen [3] “Detection and Avoidance Deadlock for Resource Allocation in Heterogeneous Distributed Platforms” đã nghiên cứu về deadlock trên nền tảng không đồng nhất chính là cloud. Trong nền tảng dịch vụ này, xử lý tác vụ là tổng hợp của các bộ xử lý phân tán trên mạng hoặc tính toán song song trên hệ thống grid. Chính trên hệ thống này, để đạt được hiệu quả phân bổ tài nguyên, nhóm tác giả đã chú trọng vào việc nâng cao cách phát hiện và dự đoán Deadlock. Từ đó, đưa ra thuật toán tránh deadlock cũng như lên kế hoạch và chính sách phân bổ tài nguyên trên mạng có sự không đồng nhất về hạ tầng. Trong nghiên cứu này, đã sử dụng ảo hóa thông qua các máy ảo để thực hiện thực nghiệm các thuật toán đề xuất. Trên tạp chí Innovative Technology and Interdisciplinary Sciences năm 2018 [8], nhóm tác giả Ha Huy Cuong Nguyen, cũng đã công bố quốc tế “Avoid Deadlock Resource Allocation (ADRA) Model V VM-out-of-N PM”. Trong bài báo này, các tác giả đã chú trọng hơn về clou, và mô hình hoạt động của cloud. Từ đó đề xuất ra thuật toán ADRA và xây dựng mô hình V (VM-out-of-N), tức là các máy ảo đã hết khả năng xử lý. Ở bài nghiên cứu này, các tác giả đã giải thích rõ sự phát triển của cloud trên nền tảng grid, đặc trưng nhất là sự đa dạng người dùng thì vô hạn nhưng tài nguyên thì có hạn. Deadlock xảy ra trên cloud ở mức khá lớn, tức là deadlock trên cloud lớn hơn tất cả deadlock trước giờ vốn có. Trong bài viết này,
6 một ý tưởng mới được phát triển dựa trên vùng không gian trống trên cloud nhằm tránh deadlock, thông qua việc biết các tài nguyên trống từ các người dùng đã được phục vụ. Thuật toán mới đề xuất là phân bổ các tài nguyên đến các dịch vụ đang được phục vụ trong các máy ảo trên môi trường cloud không đồng nhất. Trong nghiên cứu này, mô phỏng được thực nghiệm trên CloudSim và kết quả thu được là tương đối tốt. * Nhận xét đánh giá: Nhìn chung, đã có khá nhiều thuật toán cân bằng tải trên cloud. Các kết quả nghiên cứu khá đa dạng và tiềm năng. Tuy nhiên, việc nghiên cứu này còn khá ít. Cụ thể là các nghiên cứu và cải tiến hệ thống cân bằng tải. Vì vậy, việc nghiên cứu về chính sách bền vững nhằm xây dựng thuật toán nâng cao hiệu quả cân bằng tải trên cloud còn rất nhiều hướng nghiên cứu phát triển và cách tiếp cận khác nhau. Không ngoại lệ, đề tài này hoàn toàn có tiềm năng và độ khả thi cao. Thế nên, phương pháp này chính là tiền đề vững chắc và là cơ sở thực tiễn cho đề tài. 3. Mục đích nghiên cứu Mục tiêu chính: Nghiên cứu chính sách bền vững nhằm xây dựng thuật toán nâng cao hiệu quả cân bằng tải của điện toán đám mây. Từ mục tiêu chính trên, luận văn dự kiến các kết quả sẽ đạt được như sau: - Tìm hiểu tổng quan về điện toán đám mây. - Tìm hiểu về các thuật toán trên điện toán đám mây. - Tìm hiểu về các thuật toán cân bằng tải trên điện toán đám mây. - Tìm hiểu khả năng xảy ra quá tải, tài nguyên phân bổ không đồng đều, máy chủ quá tải và ngưng hoạt động. - Nghiên cứu kỹ về chính sách bền vững và tính bền vững trên môi trường cloud. - Đề xuất thuật toán có thể sử dụng tài nguyên bền vững hơn, tiết kiệm năng lượng hơn.
7 - Trên cơ sở lý thuyết đã nghiên cứu, luận văn đề xuất thuật toán nâng cao hiệu quả cân bằng tải của điện toán đám mây. Thêm vào đó, mô phỏng và thực nghiệm thuật toán đã đề xuất. 4. Đối tượng và phạm vi nghiên cứu o Đối tượng nghiên cứu - Đối tượng nghiên cứu chính là thuật toán nâng cao hiệu quả cân bằng tải trên điện toán đám mây. - Nghiên cứu các thuật toán cân bằng tải hiện đang sử dụng. Phạm vi nghiên cứu trong cloud: o Phạm vi nghiên cứu - Xây dựng mô hình mô phỏng đám mây ở mức độ nhỏ: khoảng 10 – 30 máy ảo. - Độ phức tạp trên mỗi máy ảo chỉ ở mức độ thấp: dưới 10 ứng dụng chạy trên trên các máy ảo. - Yêu cầu (Request) gửi về máy chủ cũng đơn giản, đánh giá chính xác phải là hành động của người dùng cloud. 5. Phương pháp nghiên cứu Phương pháp luận: Dựa trên cơ sở là các lý thuyết về điện toán đám mây, các thuật toán cân bằng tải trên cloud. Phương pháp đánh giá dựa trên cơ sở toán học: Dựa trên nghiên cứu các cơ sở lý thuyết về điện toán đám mây và khả năng bị tắc nghẽn trên đám mây. Đề xuất ra thuật toán để nâng cao hiệu quả cân bằng tải trên đám mây. Chứng minh thuật toán và đánh giá hiệu quả của thuật toán. Phương pháp đánh giá bằng mô phỏng thực nghiệm: Xây dựng mô hình mô phỏng và thực nghiệm thuật toán đã đề xuất.
8 CHƯƠNG 1. GIỚI THIỆU TỔNG QUAN VỀ HỆ THỐNG CÂN BẰNG TẢI CỦA ĐIỆN TOÁN ĐÁM MÂY 1.1. Tổng quan về điện toán đám mây Lịch sử của điện toán đám mây bắt đầu từ năm 1983, khi Sun Microsystems đề xuất rằng “web là máy tính”. Trong tháng 3 năm 2006, Amazon giới thiệu dịch vụ đám mây điện toán đàn hồi. Vào tháng 8 năm 2006, Eric Schmidt – Giám đốc điều hành của Google, lần đầu tiên đề xuất khái niệm “Điện toán đám mây” tại hội nghị công cụ tìm kiếm. Năm 2009, Nair M K. Và Gopalakrishnan V. Đã phát triển một khung hệ thống, sử dụng các dịch vụ web như SaaS và môi trường web để hiện thực hóa PaaS, thúc đẩy hiệu quả sự phát triển của điện toán đám mây. Takahiro Miyamoto và nhóm của ông đã nhận ra chức năng mạng của điện toán đám mây vào năm 2009, đặt nền tảng vững chắc cho sự phát triển của điện toán đám mây. Kể từ đó, điện toán đám mây đã bước vào thời kỳ phát triển nhanh chóng. Điện toán đám mây được phát triển từ điện toán song song là điện toán phân tán và điện toán lưới. Như trong Hình 1, nó là một mô hình điện toán kinh doanh mới. Hiện tại, vẫn chưa có định nghĩa thống nhất về điện toán đám mây. Wikipedia định nghĩa điện toán đám mây là một phương thức tính toán mới dựa trên Internet, cung cấp tính toán theo yêu cầu cho người dùng cá nhân và doanh nghiệp thông qua các dịch vụ không đồng nhất và tự trị trên Internet. Eric Schmidt – Giám đốc điều hành của Google, cho rằng điện toán đám mây về cơ bản là một mô hình cung cấp dịch vụ, ảo hóa tài nguyên máy tính, tài nguyên lưu trữ và tài nguyên mạng. Nó bao gồm một số lượng lớn máy chủ, tạo thành một nhóm tài nguyên ảo với tài nguyên điện toán, lưu trữ và mạng, quản lý và lên lịch thông qua một nền tảng điện toán đám mây thống nhất. Điện toán đám mây (cloud computing): hay còn gọi là điện toán máy chủ ảo, nơi các tính toán được “định hướng dịch vụ” và phát triển dựa vào Internet. Cụ thể hơn, trong mô hình điện toán đám mây, tất cả các tài nguyên, thông tin cũng như software đều được chia sẻ và cung cấp cho các máy tính, thiết bị, người dùng dưới dạng dịch vụ trên nền tảng một hạ tầng mạng công cộng (thường là mạng Internet). Các user thường sử dụng các dịch vụ như cơ sở dữ liệu, website, lưu trữ,… Trong mô hình cloud computing, không cần quan tâm đến vị trí địa lý cũng như các thông tin khác của hệ thống mạng đám mây – “điện toán đám mây trong suốt đối với
9 người dùng”. Người dùng cuối truy cập và sử dụng các ứng dụng đám mây thông qua các ứng dụng như trình duyệt web, các ứng dụng mobile hoặc máy tính cá nhân thông thường. Hiệu năng sử dụng phía người dùng cuối được cải thiện khi các phần mềm chuyên dụng hay các cơ sở dữ liệu được lưu trữ và cài đặt trên hệ thống máy chủ ảo trong môi trường điện toán đám mây trên nền của “data center”. “Data center” là thuật ngữ chỉ khu vực chứa server và các thiết bị lưu trữ, bao gồm nguồn điện và các thiết bị khác như rack, cables… với khả năng sẵn sàng và độ ổn định cao. Ngoài ra, nó còn bao gồm các tiêu chí khác như: tính module hóa cao, khả năng mở rộng dễ dàng, nguồn và làm mát, hỗ trợ hợp nhất server và lưu trữ mật độ cao. Có 3 mô hình triển khai điện toán đám mây chính là public (công cộng), private (riêng) và hybrid (“lai” giữa đám mây công cộng và riêng). Đám mây công cộng là mô hình đám mây mà trên đó, các nhà cung cấp đám mây cung cấp các dịch vụ như tài nguyên, platform hay các ứng dụng lưu trữ trên đám mây và public ra bên ngoài. Các dịch vụ trên public cloud có thể miễn phí hoặc có phí. Đám mây riêng thì các dịch vụ được cung cấp nội bộ và thường là các dịch vụ kinh doanh, mục đích nhắm đến là cung cấp dịch vụ cho một nhóm người và đứng đằng sau firewall. Đám mây “lai” là môi trường đám mây mà kết hợp cung cấp các dịch vụ công cộng và riêng. Ngoài ra còn có “community cloud” là đám mây giữa các nhà cung cấp dịch vụ đám mây. Về mô hình cung cấp dịch vụ có 3 loại chính là IaaS – cung cấp hạ tầng như một service, PaaS – cung cấp Platform như một service và SaaS – cung cấp software như một service. Theo các loại hình dịch vụ, điện toán đám mây có thể được chia thành ba loại sau: ● IaaS, hoặc cơ sở hạ tầng như một dịch vụ, cho phép người dùng truy cập trực tiếp vào tài nguyên lưu trữ, tài nguyên mạng và tài nguyên máy tính bên dưới. IaaS sử dụng công nghệ ảo hóa để ảo hóa và đóng gói tài nguyên máy tính, tài nguyên lưu trữ và tài nguyên mạng của máy chủ, đồng thời cung cấp các tài nguyên này dưới dạng API. Khi cần sử dụng các tài nguyên này, người dùng không cần mua các thiết bị phần cứng như máy chủ mà chỉ cần mua các tài nguyên này từ các nhà sản xuất cung cấp dịch vụ IaaS. Nền tảng điện toán đám mây IaaS cung cấp quản lý và lập kế hoạch của các tài nguyên
10 này. Ví dụ điển hình bao gồm Đám mây tính toán đàn hồi (EC2) và Dịch vụ lưu trữ đơn giản (S3) của Amazon. ● PaaS, hoặc nền tảng làm nền tảng dịch vụ, cung cấp nền tảng và môi trường cho hoạt động kinh doanh phần mềm. PaaS cung cấp giải pháp cho các công ty không thể hoặc không muốn xây dựng môi trường vận hành phần mềm. PaaS cung cấp môi trường hoạt động và hệ điều hành cho các doanh nghiệp khác nhau. “Máy chủ ảo” thuộc danh mục dịch vụ PaaS. Chỉ có mã nguồn cần được tải lên địa chỉ của “máy chủ ảo”. “Máy chủ ảo” sẽ chạy mã và tạo một trang web theo mã. Điển hình là 2 ứng dụng GoogleAppEngine của Google và MicrosoftWindowsAzure của Microsoft. Theo các phương pháp triển khai khác nhau, điện toán đám mây có thể được chia thành đám mây riêng, đám mây công cộng và đám mây lai. Đám mây riêng là cơ sở hạ tầng đám mây do một tổ chức sở hữu hoặc thuê, có thể được đặt tại địa phương hoặc ở một nơi khác. Đám mây công cộng là cơ sở hạ tầng đám mây thuộc sở hữu của một tổ chức điều hành cung cấp dịch vụ điện toán đám mây. Tổ chức này bán các dịch vụ điện toán đám mây cho công chúng hoặc một số lượng lớn các nhóm doanh nghiệp vừa và nhỏ. Đám mây kết hợp bao gồm đám mây riêng và đám mây công cộng. Mỗi đám mây vẫn là một thực thể độc lập, nhưng được kết hợp với công nghệ tiêu chuẩn hoặc độc quyền để làm dữ liệu và ứng dụng di động. Hình 1.1. Mô hình điện toán đám mây [1]
11 Điện toán đám mây là một xu hướng công nghệ nổi bật trên thế giới trong những năm gần đây và đã có những bước phát triển nhảy vọt cả về chất lượng, quy mô cung cấp cũng như loại hình dịch vụ. Bằng chứng với một loạt các nhà cung cấp lớn, nổi tiếng như Google, Amazon, Microsoft,... Điện toán đám mây là mô hình điện toán mà mọi giải pháp liên quan đến công nghệ thông tin đều được cung cấp dưới dạng các dịch vụ qua mạng Internet. Qua đó giải phóng người dùng khỏi việc đầu tư nhân lực, công nghệ và hạ tầng để triển khai hệ thống. Từ đó, điện toán đám mây giúp tối giản chi phí và thời gian triển khai, tạo điều kiện cho các khách hàng sử dụng nền tảng điện toán đám mây tập trung tối đa được nguồn lực vào công việc chuyên môn. Lợi ích của điện toán đám mây mang lại không chỉ gói gọn trong phạm vi người sử dụng nền tảng điện toán đám mây mà còn từ phía các nhà cung cấp dịch vụ điện toán. Điện toán đám mây (Cloud Computing) [1], [2] là xu hướng phát triển mạnh nhất hiện nay. Nó kế thừa các mạng lưới và các khái niệm máy tính phân tán trước đây để tích hợp các tài nguyên máy tính, lưu trữ, nền tảng và các dịch vụ khác theo nhu cầu một cách thuận tiện và nhanh chóng. Đồng thời, nó cũng cho phép kết thúc sử dụng dịch vụ, giải phóng tài nguyên dễ dàng cũng như giảm thiểu giao tiếp với các nhà cung cấp. Theo đó, mô hình chính là cho phép sử dụng dịch vụ theo yêu cầu (ondemand service). Cùng với đó là cung cấp khả năng truy cập dịch vụ qua mạng rộng rãi từ máy tính để bàn và máy tính xách tay tới thiết bị di động (broad network access). Cuối cùng, với tài nguyên tính toán động, nó có thể phục vụ nhiều người (resource pooling for multi-tenanci), năng lực tính toán phần mềm dẻo và đáp ứng nhanh theo nhu cầu từ thấp đến cao (rapidelasticity). Điện toán đám mây được dựa trên công nghệ ảo hóa [3], thông qua các dịch vụ mạng để cung cấp cho người dùng với các nguồn lực cơ bản, nền tảng ứng dụng, phần mềm và các dịch vụ khác. Trong trường hợp IaaS (cơ sở hạ tầng như một dịch vụ), các nhà phát triển cung cấp một môi trường ứng dụng phần mềm hoàn chỉnh bằng cách tập hợp các phần cứng, phần mềm và các thiết bị có liên quan lại với nhau để đáp ứng thỏa thuận chất lượng dịch vụ với người dùng. Công nghệ máy ảo (Virtual Machine) thường được sử dụng trong các trung tâm dữ liệu, máy tính cụm và các ứng dụng khác. Công nghệ này cho phép nhiều hệ điều hành có thể chạy trên